✒️ なぜ「001」が「1」になるのか

Excelだけではない「CSVとパーサー問題」の正体

データ連携をしていると、

001 → 1

になったり、

2025-01-01

が勝手に日付になったり、

TRUE

が真偽値扱いされたりします。

この問題、よく 「Excelが悪い」 と言われます。

ですが、実は本質はそこではありません。

根本原因は、 CSVが型情報を持たない ことにあります。そして、パーサー（読み込み側）が推測するしかないことが問題の本質です。

この記事では、

• なぜこの問題が起きるのか
• CSVの限界
• パーサーとは何か
• Excelだけの問題ではない理由
• 実務ではどう対策するのか

を初心者にも、わかりやすく解説します。

まずCSVとは？

CSVは、「Comma Separated Values」の略です。

00123,Tokyo,TRUE

のように、 カンマ区切りのテキスト です。

つまり、CSVは 「ただの文字列」 です。

ここが本当に重要です。

👉 CSVには型情報がない。

例えば：

00123

があったとしても、

CSV自体は：

• 数値なのか
• 文字列なのか
• 商品コードなのか
• 郵便番号なのか

を知りません。

つまりCSVはこう言っている。「00123って文字があります」だけです。

意味は持っていません。

では、どうやって単なる文字列に意味を持たせているのでしょうか？

そこで登場するのが「パーサー」です。

パーサーとは？

パーサーとは、「文字列を解釈する仕組み」のことを言います。

例えば：

など。

つまり、CSV は、文字列そのものに意味は定義されていないが、これらのパーサーが解釈することで、文字列に意味を持たせる仕組みとなっています。

パーサーは「推測」する

CSV に型情報がないので、

パーサーは：

「これは数値っぽいな」

と推測します。

例えば

CSV

00123

Excelの解釈

「数値だな」

↓

123

になります。

でも本来は？

例えば：

本当の意味

• 郵便番号
• 社員コード
• 商品コード

なら、

文字列として扱うべきかもしれません。

ここが重要です。

このような事態は、なにもExcelだけに限定した話ではなく、Pythonでも起きます。

例えば Python の pandas。

read_csv() を使うと、 自動型推測 が走ります。

例えば

00123

↓

123

になることがあります。

BIツールでも起きる

例えば：

• Power BI
• Tableau
• Looker

なども、型推測を行います。

なぜこうなる？

理由は単純です。CSVには、 型情報が存在しない からです。

NULL問題も同じ

例えば：

A001,

これも、カンマの次が

• NULL
• 空文字
• 空白

のどれなのかCSV単体では分かりません。

そこに、ゆらぎが発生します。同じ CSV を解釈しても、解釈するパーサーの解釈の違いにより、データの意味合いが変わってしまう可能性があるのです。

つまり本質は「型情報なしデータをどう解釈するか」の問題です。

残念ながら、この解釈方法に明確な規定は、存在しません。あるのは、慣習のようなものだけです。

実務でよく起きる事故

1. 001問題

00123 → 123

2. 日付化

1-1 → 1月1日

3. 指数表記

100000000000 → 1E+11

4. TRUE/FALSE問題

TRUE が真偽値化。

5. NULL問題

空欄解釈がシステムごとに違う。

では、実務ではどう対策すれば良いのでしょうか？

かなり重要です。

方法① 型を決める

例えば：

を先に決めます。

方法② CSVをそのまま信用しない

これは重要です。

CSVは、「ただの文字列」と考える。

方法③ インポート時に型指定

例えば：

データ → テキスト/CSVから

で、

• 数値
• 文字列
• 日付

を明示。

ただし、パーサーが読み込む際のデータの意味付けに対応している必要があります。

方法④ 正規化する

例えば：

=A1&""

で強制的に文字列化する。

方法⑤ データ仕様書を作る

かなり実務的です。

例えば：

を決める。

これは「データ連携」の枠を超えて、「データ設計」の話になってきます。

いづれの方法も、絶対ではありませんが、データ連携を行う前に、これらの方法をとることで、連携時のデータ齟齬は減ります。

データ化けの本質

ほとんどの人は、このような問題に直面すると「Excelが変」だと思います。

でも本質は、

「データに型情報がない」

ことです。

そして、それを扱うシステムは、限られた情報の中で、推測するしかないのです。

だから：

• Excel
• Python
• BIツール
• DB

どれを CSV の処理に利用しようと、同じ問題が起きます。

大切なのは、それが起こることを当然として、その原因を理解した上で、対応することです。

対策例：

• 自動推測させずに、文字列として処理
• 不安定な（空欄）を用いず、""固定
• 半角、全角のスペースは除去
• 日付の型は固定（YYYY/MM/DD）

などのデータスクリーニングを実施する。

まとめ

「001が1になる問題」は、Excel固有の問題ではありません。

本質は：

• CSVが型情報を持たない
• パーサーが推測するしかない

ことにあります。

つまり、

「型情報なしデータをどう解釈するか」という、データ連携全体に共通する問題です。

実務では、

• 型設計
• 型指定
• 正規化
• データ仕様書

が非常に重要になります。

そしてデータクリーニングとは、「見た目の文字列」ではなく、 「そのデータをどう解釈するか」 を整理する作業でもあるのです。